毫米波引信多普勒信号测试系统研究

针对毫米波引信对地探测多普勒信号的测试需求,设计了以单片机(MCU),CPLD,FLASH存储器为核心器件的测试系统,完成了弹载实测试验.分别获取了18 km和10 km末弹道的多普勒信号,绘出了距地不同高度多普勒信号的变化曲线,得出了多普勒信号不是规则的连续增幅信号而是波动增幅信号的结论.通过频谱分析,得到了18 km和10 km末弹道的多普勒频率分别为70 kHz和89 kHz,为引信信号处理电路的设计提供了依据.     

连续波多普勒无线电引信的仿真和信号处理

通过信号模拟方法,建立连续波多普勒无线电引信仿真模型。基于LMS算法,设计了信号噪声自适应滤波器。运用MATLAB对模型进行了仿真,对自适应滤波器进行了测试。结果表明,模型能够实现引信各模块波形的准确模拟,且自适应滤波器能够有效去噪。     

多普勒引信无损实验方法研究

以DRD××多普勒引信为研究对象 ,通过对实射环境的模拟 ,检测出引信电子组件的相关信息 ,对引信的质量及失效部位进行判定 ,实现了在实验室中对引信进行无损试验 .     

基于MP-OGA的地面移动目标微多普勒信号识别

受实际环境中背景噪声的影响,地面移动目标微多普勒信号常常被主体信号淹没。为提取有效的的目标微动特征,提出一种新的基于匹配跟踪(MP)稀疏分解和优化遗传算法(OGA)的自适应特征识别方法(MP-OGA),并首次将该算法应用于地面移动目标微多普勒信号的特征提取。首先针对传统遗传算法易陷入局部最优的缺点进行有效地优化,并将优化的遗传算法引入自适应稀疏分解的改进中,提高算法的分解速度减少计算代价,实现原子的自适应搜索和信号的特征提取。同时,以多类实际测量得到的、包含大量噪声信号的微多普勒雷达信号作为样本信号,利用支持向量机(SVM)成功实现了低信噪比条件下各类目标的识别,平均识别率高达96.5%。     

一种高性能目标识别融合算法

考虑到目标类型和传感器扫描次数对识别的影响，提出了一种改进的多传感器多目标识别相关算法，导出了新的累积融合公式。对多传感器多目标识别融合作了计算机模拟，模拟结果证实了改进的算法在性能上有明显的提高。     

水压引信目标分类的研究

本文提出一种模糊统计分类 FSC 方法,用于研究水压引信目标分类问题。在建立水面目标场多级网络分类模型的基础上,分析讨论了此方法的特征提取、识别函数、模糊与冲突、搜索算法等技术问题,并通过仿真实验,对水面目标航速、吨位、横距进行分类处理,结果表明,FSC 方法行之有效。     

基于星图识别算法的空间小目标识别

基于星形星图识别算法,利用星对距离和星对角距2个特征进行匹配识别,实现了快速识别空间小目标的目的,并可对该目标实时追踪。Matlab仿真表明,该算法识别过程简单,对星图噪声和伪星具有较好的抵抗力,具有识别率高且稳定、识别速度快的优点。     

基于小波神经网络的无线电引信目标识别新方法

设计了基于小波神经网络的无线电引信目标识别新方法.根据无线电引信回波多普勒信号功率主要集中在低频部分的特点,对淹没在噪声中的无线电引信同波信号进行小波分解,提取在不同频带内信号能量作为特征,用小波神经网络对目标进行检测.针对不同信噪比,对某典型无线电引信回波信号进行定量研究,实验结果表明该方法处理信号信噪比达-7 dB.     

视觉感知的目标识别算法

针对图像的目标识别问题,采用视觉感知的方法,模拟感受野的分层信息处理机制,并引入神经元间的侧抑制机制,对神经元响应进行筛选,通过检测视觉基本特征的方式识别图像中的目标.算法首先在简单细胞的感受野中对图像进行预处理;其次,在复杂细胞的感受野中,将简单细胞的感受野刺激进一步拓扑特征提取,得到感受野刺激响应;最后,通过侧抑制机制对响应神经元筛选,找出对刺激响应较强烈的神经元,将其输出作为目标识别的参数标准.实验结果表明,基于视觉感知的算法可以用少量样本解决大量图像中的目标识别问题,识别率高于边缘检测和图像分割方法,算法的目标识别率达到95.56%.     

硬目标侵彻引信炸点深度测量方法研究

针对传统的引信测试方法很难应用到硬目标侵彻引信中,文中基于磁场理论提出一种侵彻弹炸点测试与评估技术.利用电磁学的方法在靶体内部建立调制磁场,在侵彻引信中加装磁敏传感器,在侵彻过程中测量靶板中磁场的方向,记录磁场方向反转次数.仿真结果表明:磁场强度变化与线圈中激励电流的变化成正比,调制磁场的周期为线圈间距的4倍,通过磁场的周期特性可以计算出弹体侵彻的深度.     

骨架形状特征的目标识别算法

针对存在非刚性变化的目标识别,提出基于骨架形状特征的目标识别算法.该算法首先提取目标轮廓的骨架,以骨架接合点作为特征点,通过构造与其相连的骨架枝上的骨架特征不变量描述接合点;然后构建一种相似性度量函数对骨架接合点进行匹配,实现目标形状识别.实验结果表明,算法对目标的相似性变换具有较好的稳定性,在目标存在非刚性变化的情况...     

基子FPGA实现的三体制兼容引信目标多普勒频移与距离模拟

提出了一个基于三种工作波形的引信模型,详细论述了基于FPGA实现目标多普勒频移与距离模拟时需要应对的一些问题。由于三体制兼容引信有三种工作波形,所以在为其设计目标模拟器时就要着重考虑信号相关性和相位编码相关性等问题。     

一种Chirplet神经网络自动目标识别算法

针对飞机目标的自动识别问题,提出一种联合特征提取与分类的Chirplet神经网络方法,实现一维高分辨率距离像的识别。Chirplet神经网络将Chirplet原子变换用于多层前馈神经网络结构的输入层,替换传统的激励函数对距离像序列进行特征提取;网络的分类部分由隐层和输出层组成。在训练过程中调整神经网络权值的同时,完成对Chirplet原子时频参数的自动调整,协调优化特征参数和分类器参数,使Chirplet神经网络同时实现特征提取和目标分类。对4类飞机目标的仿真测试结果表明,相比时频变换和Gabor原子网络等方法,具有四特征参数的Chirplet神经网络方法具有较高的识别率和抗噪性能。     

地震动信号的分析与目标识别

通过外场实验获得关于轮式车、履带式车的大量地震动信号,在时-频域应用多种方法对信号进行处理,得到相应的特征矢量。利用改进的BP网络对远距离的地震动信号进行目标识别,基于小波及小波包分解能量分布特征的识别率可达85%以上,这种特征矢量具有较好的可分性。     

运动目标检测与识别算法的研究

传统的运动目标检测方法不能精确检测目标发生仿射形变,为此提出一种动态模板匹配改进算法。该算法首先利用改进后的瞬时差分算法对序列图像中的运动物体进行检测和定位,提高检测与识别的实时性;其次,采用仿射不变矩作为提取目标时的不变特征,从而克服不能有效检测与识别时发生仿射形变目标的缺点。实验仿真结果表明,该算法优于传统的动态模板匹配算法。     

射频自动目标识别技术

射频自动目标识别技术是利用微波及收发天线实现对目标的远距离自动识别,文中对多通道零中频检测技术、无源反射调制技术及射频供电技术进行了分析和实验研究,并设计研制出了一套射频自动识别系统.该系统只用单一频率即可完成收发功能,具有节约频率资源的特点.所研制的射频识别系统工作于 915MHz,射频功率1.5W,射频卡为平板振子结构,作用距离0-10m,数据10kb/s,具有计算机控制自动显示,报表打印等功能.     

高阶QAM信号多普勒参数联合估计算法

针对动中通卫星通信系统中QAM信号多普勒参数盲估计难的问题,提出了一种基于高阶循环累积量和相位差分的多普勒频率和变化率联合估计算法。无需定时同步和匹配滤波等预处理,通过检测QAM信号四倍频率处的循环频率来估计多普勒频率,并利用基于数据辅助的相位差分方法计算变化率。详尽的Monte Carlo仿真分析了不同信噪比、数据量的多普勒参数估计性能,结果表明,算法能有效实现高斯白噪声信道下QAM多普勒参数的联合估计。     

利用超声波多普勒效应进行目标定位

分析了超声波对动态目标定位时产生的频移现象,并将其应用于目标测速.利用多普勒效应测速,对传统的定位方法加上速度修正,解决了传统定位对于较高速物体定位时产生的滞后现象.利用3个不在同一直线上的波源,将多普勒效应的动态定位推广到二维平面和三维空间的运动情形中,并给出了解析表达式,还探讨了目标物体运动加速度对定位结果的影响.     

一种新的基于分形特征融合的图像目标识别算法

提出了一种基于多分形特征融合的目标识别算法.在此算法中,将分形理论与D-S证据融合理论相结合,提取或构造了分形特征,设计了合理的概率分配函数,并对所提出的算法进行了仿真研究,并将此算法的识别结果与基于单分形特征的识别算法、基于神经网络的目标识别算法进行比较,结果表明本算法是可行的和有效的.